Claude Sonnet 4: डेवलपर्स के लिए व्यवहारिक मार्गदर्शिका

Anthropic ने हाल ही में अपडेटेड Claude Sonnet 4.5, Claude Agents SDK, और Imagine with Claude लॉन्च किया है।

Claude Sonnet 4 के रिलीज़ के साथ, डेवलपर्स को अब शक्तिशाली नई क्षमताएँ मिली हैं—जिनमें नैटिव कोड निष्पादन, लचीला Files API, और डायनामिक टूल उपयोग शामिल हैं। ये फीचर केवल टेक्स्ट इंटरैक्शन से आगे बढ़कर AI-संचालित अनुप्रयोग बनाने के रोमांचक अवसर खोलते हैं।

इस ट्यूटोरियल में, मैं आपको इन नए फीचर्स के माध्यम से ले जाऊँगा—एक Python-आधारित एजेंट बनाकर जो सीधे आपके टर्मिनल से उन्नत गणितीय समस्याएँ हल कर सकता है। आप the नए पेश किए गए नैटिव कोड निष्पादन टूल और Files API का उपयोग करना सीखेंगे।

अंत तक, आपके पास Claude Sonnet 4 द्वारा संचालित एक कार्यशील एजेंट होगा जो समस्याओं का विश्लेषण कर सकता है, Python कोड लिख और चला सकता है, और नीचे दिए गए जैसे विज़ुअल भी बना सकता है।

the इस प्रोजेक्ट का GitHub रिपॉज़िटरी देखें ताकि आप एप्लिकेशन बनाने के लिए पूरा कोड देख सकें।

यदि आप Claude जैसे LLMs के साथ बिल्डिंग की यात्रा अभी शुरू कर रहे हैं, तो यह AI डेवलपर रोडमैप essenशियल टूल्स, कौशल और सीखने के रास्तों की रूपरेखा प्रस्तुत करता है।

Anthropic API में क्या नया है

ट्यूटोरियल में जाने से पहले, आइए Anthropic API के जरिए उपलब्ध हाल ही में जारी सभी नए फीचर्स पर नज़र डालें। यदि आप पहले से इनके बारे में जानते हैं, तो आगे बढ़ने के लिए स्वतंत्र हैं।

मेरा मानना है कि पूरा Claude 4 घोषणा इस एक छवि में सारांशित की जा सकती है:

Claude 4 मॉडल (Opus और Sonnet 4) सत्यापित सॉफ्टवेयर इंजीनियरिंग कार्यों में प्रतिस्पर्धियों को बड़े अंतर से पीछे छोड़ते हैं। Anthropic ने मॉडल के व्यवहार में कुछ महत्वपूर्ण बदलाव करके यह उपलब्धि हासिल की है:

1. लंबे रनटाइम: दोनों मॉडल हजारों चरणों वाली समस्याओं को हल करने के लिए कई घंटों के सतत टास्क निष्पादन का समर्थन करते हैं।
2. टूल उपयोग के साथ विस्तारित चिंतन: अब दोनों मॉडल विस्तारित सोच के दौरान वेब सर्च जैसे टूल्स का इस्तेमाल कर सकते हैं, जिससे Claude तर्क और टूल उपयोग के बीच बारी-बारी से काम करके जवाबों में सुधार कर सके।
3. समानांतर टूल निष्पादन: अब मॉडल टूल्स को क्रमिक रूप से नहीं, बल्कि एक साथ समानांतर रूप से चला सकते हैं।
4. निर्देशों का अधिक सटीक पालन: उन्नत steerability उपयोगकर्ताओं को कार्यान्वयन और इस पर अधिक नियंत्रण देती है कि Claude निर्देशों पर कैसे प्रतिक्रिया देता है।
5. बेहतर मेमोरी क्षमताएँ: स्थानीय फ़ाइलों तक पहुँच मिलने पर, मॉडल समय के साथ निरंतरता बनाए रखने और अंतर्निहित ज्ञान बनाने के लिए प्रमुख तथ्यों को निकाल और सहेज सकते हैं।
6. शॉर्टकट व्यवहार में कमी: पिछले संस्करणों की तुलना में, दोनों मॉडल कार्य पूरे करने के लिए शॉर्टकट्स या loopholes का उपयोग करने की संभावना 65% कम दिखाते हैं (अधिक विवरण के लिए पूर्ण घोषणा पोस्ट देखें)।

इसके अलावा, Claude 4 मॉडल परिवार की घोषणा के हिस्से के रूप में, Anthropic ने चार नए फीचर जोड़े हैं—कोड निष्पादन टूल, Files API, MCP कनेक्टर, और विस्तारित प्रॉम्प्ट कैशिंग। ये टूल डेवलपर्स के लिए AI एप्लिकेशन बनाने के तरीकों को बदलते हैं।

कोड निष्पादन टूल: Python कोड को सुरक्षित रूप से चलाएँ

The कोड निष्पादन टूल Claude को एक सुरक्षित सैंडबॉक्स परिवेश में Python कोड चलाने देता है। केवल कोड सुझाव लिखने के बजाय, अब Claude कोड निष्पादित कर सकता है, परिणामों का विश्लेषण कर सकता है और समाधानों पर पुनरावृत्ति कर सकता है।

कोड निष्पादन टूल का उपयोग करने के लिए, इसे अपने tools ऐरे में जोड़ें और आवश्यक बीटा हेडर शामिल करें:

from anthropic import Anthropic

# Initialize client with the code execution beta header
client = Anthropic(
   default_headers={
       "anthropic-beta": "code-execution-2025-05-22"
   }
)

# Send a request that triggers code execution
response = client.messages.create(
   model="claude-sonnet-4-20250514",
   max_tokens=4096,
   messages=[{
       "role": "user",
       "content": "Solve the quadratic equation 2x² + 5x - 3 = 0 and plot the parabola"
   }],
   tools=[{
       "type": "code_execution_20250522",
       "name": "code_execution"
   }]
)

जब Claude कोड चलाता है, तो प्रतिक्रिया में जनरेट किया गया कोड और उसका निष्पादन परिणाम दोनों होते हैं। यहाँ विभिन्न घटकों को पार्स करने का तरीका है:

# Parse the response to extract code and results
for item in response.content:
   if item.type == "server_tool_use":
       # This contains the actual Python code Claude wrote
       print(f"Code executed:\n{item.input['code']}")
   elif item.type == "code_execution_tool_result":
       # This contains the output from running the code
       print(f"Output:\n{item.content['stdout']}")
       if item.content.get('stderr'):
           print(f"Errors:\n{item.content['stderr']}")

सैंडबॉक्स सीमाएँ: कोड निष्पादन परिवेश में कई इनबिल्ट सुरक्षा प्रतिबंध हैं। Claude एक अलग-थलग कंटेनर में चलता है, जिसमें इंटरनेट एक्सेस नहीं होता, सीमित कंप्यूट संसाधन (1 GB RAM, 5 GB डिस्क स्पेस, और 1 CPU) होते हैं, और यह आपके लोकल फ़ाइल सिस्टम तक पहुँच नहीं कर सकता। वातावरण में पहले से numpy, pandas, matplotlib, और scipy जैसी लोकप्रिय लाइब्रेरीज़ इंस्टॉल होती हैं, लेकिन आप निष्पादन के दौरान अतिरिक्त पैकेज इंस्टॉल नहीं कर सकते।

Files API: जटिल कार्यों के लिए स्थायी फ़ाइल संदर्भ

The Files API आपको दस्तावेज़ एक बार अपलोड करने और उन्हें कई वार्तालापों में संदर्भित करने की अनुमति देता है। इससे हर API अनुरोध में बड़े दस्तावेज़ शामिल करने की आवश्यकता समाप्त हो जाती है।

सबसे पहले, अपनी फ़ाइल Anthropic के सर्वरों पर अपलोड करें:

# Upload a file once - this stores it on Anthropic's servers
uploaded_file = client.beta.files.upload(
   file=open("sales_data.csv", "rb"),
   purpose="user_upload"
)
# The uploaded_file.id can now be referenced in multiple conversations

अपलोड होने के बाद, container_upload कंटेंट टाइप का उपयोग करते हुए अपनी API कॉल्स में फ़ाइल का संदर्भ दें:

# Reference the uploaded file in a conversation
response = client.messages.create(
   model="claude-sonnet-4-20250514",
   max_tokens=4096,
   messages=[{
       "role": "user",
       "content": [
           {"type": "text", "text": "Create a quarterly sales report from this data"},
           {"type": "container_upload", "file_id": uploaded_file.id}
       ]
   }],
   tools=[{
       "type": "code_execution_20250522",
       "name": "code_execution"
   }]
)

जब Claude कोड निष्पादन के दौरान फ़ाइलें बनाता है (जैसे प्लॉट्स या प्रोसेस्ड डेटा), तो आप उन्हें निकाल और डाउनलोड कर सकते हैं:

# Extract file IDs of any files Claude created during execution
def extract_created_files(response):
   file_ids = []
   for item in response.content:
       if item.type == 'code_execution_tool_result':
           content = item.content
           if content.get('type') == 'code_execution_result':
               # Look for file objects in the execution results
               for file_obj in content.get('content', []):
                   if 'file_id' in file_obj:
                       file_ids.append(file_obj['file_id'])
   return file_ids

# Download any files Claude created
created_files = extract_created_files(response)
for file_id in created_files:
   file_content = client.beta.files.download(file_id)
   file_content.write_to_file(f"output_{file_id}.png")

MCP कनेक्टर: Claude को किसी भी वर्कफ़्लो में प्लग करें

MCP कनेक्टर Model Context Protocol सपोर्ट सीधे API में लाता है। MCPs Claude को डेटाबेस, APIs, और उत्पादकता टूल्स जैसी बाहरी सेवाओं से बिना कस्टम इंटीग्रेशन कोड के कनेक्ट होने देते हैं।

पहले, MCP सर्वरों से कनेक्ट करने के लिए क्लाइंट इंफ्रास्ट्रक्चर बनाना पड़ता था। अब, आप बस अपनी API रिक्वेस्ट में एक रिमोट MCP सर्वर URL प्रदान करें, और Claude अपने आप उपलब्ध टूल्स को खोज लेता है, कनेक्शन मैनेज करता है, और ऑथेंटिकेशन संभालता है।

यह Zapier और Asana जैसी कंपनियों के MCP सर्वरों के बढ़ते इकोसिस्टम तक पहुँच खोलता है, जिससे आप ऐसे एजेंट बना सकते हैं जो आपके कैलेंडर को पढ़ें, प्रोजेक्ट मैनेजमेंट टूल्स को अपडेट करें, या सैकड़ों अन्य सेवाओं के साथ इंटीग्रेट करें।

Claude Sonnet 4 के साथ शुरुआत: प्रोजेक्ट ओवरव्यू और सेटअप

अब जबकि हम नए API फीचर्स समझ चुके हैं, आइए अपना इंटरैक्टिव गणित समस्या समाधानकर्ता बनाते हैं। यह Claude की कोड निष्पादन क्षमताओं को फ़ाइल हैंडलिंग के साथ जोड़कर एक संपूर्ण गणितीय सहायक बनाएगा।

हमारा एप्लिकेशन प्राकृतिक भाषा में गणित के प्रश्न स्वीकार करेगा, उन्हें हल करने के लिए Python कोड निष्पादित करेगा, विज़ुअलाइज़ेशन जेनरेट करेगा, और व्यापक रिपोर्ट्स सहेजेगा।

ऐसे प्रोजेक्ट्स को संरचित तरीके से बनाने के लिए, Developing AI Applications ट्रैक देखें।

> नोट: चूँकि हम लंबे कोड ब्लॉक्स को व्याख्याओं के साथ तोड़ेंगे, स्निपेट्स में इंडेंटेशन पूरी तरह सटीक न भी हो सकता है। इसी कारण, हम अनुशंसा करते हैं कि आप साथ चलते हुए इस प्रोजेक्ट के GitHub रिपो को अलग टैब में खोलें।

चरण 0: अपना Claude Sonnet 4 प्रोजेक्ट पर्यावरण सेट करें

कोई भी कोड लिखने से पहले, अपना डेवलपमेंट एन्वायरनमेंट और डिपेंडेंसीज़ सेट करें।

अपने प्रोजेक्ट के लिए एक नया डायरेक्टरी बनाएँ और आवश्यक फ़ाइलें सेट करें:

mkdir math-solver
cd math-solver
touch math_solver.py demo_problems.py requirements.txt README.md

requirements.txt फ़ाइल बनाएँ और आवश्यक डिपेंडेंसी जोड़ें:

anthropic>=0.42.0

डिपेंडेंसी इंस्टॉल करें:

pip install -r requirements.txt

अपनी Anthropic API कुंजी को environment variable के रूप में सेट करें:

export ANTHROPIC_API_KEY="your-api-key-here"

चरण 1: एप्लिकेशन संरचना डिज़ाइन करें

आइए अपनी MathSolver क्लास की बुनियादी संरचना बनाकर शुरू करें। यह क्लास मुख्य कार्यों को संभालेगी: API संचार, फ़ाइल प्रबंधन, और उपयोगकर्ता इंटरैक्शन।

सबसे पहले, इम्पोर्ट्स और बेसिक स्ट्रक्चर सेट करें:

#!/usr/bin/env python3
"""
Interactive Math Problem Solver using Claude 4 Code Execution Tool

This application allows users to ask math questions in natural language,
gets solutions using Claude's code execution capabilities, and saves
both visualizations and detailed markdown reports.
"""

import os
import json
import datetime
from pathlib import Path
from typing import List, Dict, Any
from anthropic import Anthropic

अब अपनी मुख्य क्लास संरचना परिभाषित करें:

class MathSolver:
   def __init__(self, api_key: str = None):
       """Initialize the Math Solver with Anthropic client."""
       # API setup and directory creation will go here
       pass

   def solve_problem(self, question: str) -> Dict[str, Any]:
       """Send a math question to Claude and get solution with code execution."""
       pass
Here are the methods for file and report handling:
def extract_files_from_response(self, response) -> List[str]:
       """Extract file IDs from Claude's response."""
       pass

   def download_files(self, file_ids: List[str]) -> List[str]:
       """Download files created by code execution to local storage."""
       pass

   def extract_code_blocks(self, response) -> List[str]:
       """Extract all code blocks from the response."""
       Pass

अंत में, सेशन प्रबंधन और एंट्री पॉइंट जोड़ें:

def generate_markdown_report(self, result: Dict[str, Any], downloaded_files: List[str]) -> str:
       """Generate a comprehensive markdown report of the solution."""
       pass

   def run_interactive_session(self):
       """Run the main interactive session loop."""
       pass


def main():
   """Main entry point for the application."""
   pass

यह संरचना हमें एक स्पष्ट रोडमैप देती है: इनिशियलाइज़ेशन, समस्या समाधान, फ़ाइल हैंडलिंग, रिपोर्ट जेनरेशन, और उपयोगकर्ता इंटरैक्शन। पाइपलाइन में हर मेथड की एक विशिष्ट ज़िम्मेदारी है।

Claude Sonnet 4 कोड निष्पादन के साथ एक Math Solver बनाना

अब, आइए Claude के कोड निष्पादन टूल और स्ट्रीमिंग प्रतिक्रियाओं का उपयोग करके मुख्य कार्यक्षमता लागू करें।

चरण 2: सुरक्षित API हेडर्स के साथ Claude को इनिशियलाइज़ करें

आइए __init__() मेथड लागू करें ताकि API क्लाइंट सेटअप और डायरेक्टरी क्रिएशन संभाला जा सके।

पहले, API कुंजी प्रबंधन संभालते हैं:

def __init__(self, api_key: str = None):
   """Initialize the Math Solver with Anthropic client."""
   if not api_key:
       api_key = os.getenv("ANTHROPIC_API_KEY")
       if not api_key:
           raise ValueError(
               "Please set ANTHROPIC_API_KEY environment variable or provide api_key"
           )

इसके बाद, आवश्यक बीटा हेडर्स के साथ Anthropic क्लाइंट सेट करें:

# Initialize client with both code execution and files API headers
   self.client = Anthropic(
       api_key=api_key,
       default_headers={
           "anthropic-beta": "code-execution-2025-05-22,files-api-2025-04-14"
       },
   )

अंत में, आउटपुट डायरेक्टरी संरचना बनाएँ:

# Create organized output directories
   self.output_dir = Path("math_solver_output")
   self.images_dir = self.output_dir / "images"
   self.reports_dir = self.output_dir / "reports"

   self.output_dir.mkdir(exist_ok=True)
   self.images_dir.mkdir(exist_ok=True)
   self.reports_dir.mkdir(exist_ok=True)

   print(f"📁 Output directories created:")
   print(f"   • Images: {self.images_dir}")
   print(f"   • Reports: {self.reports_dir}")

यह इनिशियलाइज़ेशन तीन महत्वपूर्ण काम करता है:

1. API कुंजी प्रबंधन: पहले environment variables में कुंजी जाँचता है, फिर पैरामीटर पर फ़ॉलबैक करता है।
2. क्लाइंट सेटअप: कोड निष्पादन और Files API दोनों के लिए बीटा हेडर्स के साथ Anthropic क्लाइंट बनाता है।
3. डायरेक्टरी संरचना: इमेज और रिपोर्ट्स सहेजने के लिए व्यवस्थित फ़ोल्डर बनाता है।

चरण 3: कोर सॉल्वर फ़ंक्शन लिखें

solve_problem() मेथड हमारे एप्लिकेशन का हृदय है। यह स्ट्रीमिंग सपोर्ट के साथ Claude को रिक्वेस्ट भेजता है।

फ़ंक्शन सिग्नेचर और प्रारंभिक सेटअप से शुरू करते हैं:

def solve_problem(self, question: str) -> Dict[str, Any]:
   """
   Send a math question to Claude and get solution with code execution.
   """
   print(f"\n🤔 Thinking about: {question}")

   try:
       # Use streaming to show real-time progress
       with self.client.messages.stream(
           model="claude-sonnet-4-20250514",
           max_tokens=4096,
Now we configure the message and tool specification:
messages=[
               {
                   "role": "user",
                   "content": f"""Solve this math problem using code execution:

Problem: {question}

Please:
1. Solve the problem with actual Python code
2. Create visualizations using matplotlib if helpful
3. Save any plots as PNG files using plt.savefig()
4. Show your calculations step by step
5. Use descriptive filenames for saved plots

Execute Python code to solve this problem.""",
               }
           ],
           tools=[{"type": "code_execution_20250522", "name": "code_execution"}],
       ) as stream:
The streaming event processing handles real-time updates:
print("\n💭 Claude is working...")

           # Process streaming events and show progress
           for event in stream:
               if event.type == "content_block_start":
                   if hasattr(event.content_block, "type"):
                       if event.content_block.type == "text":
                           print("\n📝 Response:", end=" ", flush=True)
                       elif event.content_block.type == "server_tool_use":
                           print(f"\n🔧 Using tool: {event.content_block.name}")

हम विभिन्न प्रकार के स्ट्रीमिंग ईवेंट्स को संभालते हैं:

	elif event.type == "content_block_delta":
                   if hasattr(event.delta, "text"):
                       print(event.delta.text, end="", flush=True)

               elif event.type == "content_block_stop":
                   print("", flush=True)  # New line

               elif event.type == "message_delta":
                   if hasattr(event.delta, "stop_reason"):
                       print(f"\n✅ Completed: {event.delta.stop_reason}")

अंत में, हम परिणाम लौटाते हैं या त्रुटियों को संभालते हैं:

	# Get the final message
           final_message = stream.get_final_message()

           return {
               "response": final_message,
               "question": question,
               "timestamp": datetime.datetime.now().isoformat(),
           }

   except Exception as e:
       print(f"❌ Error solving problem: {e}")
       return None

यह फ़ंक्शन कई महत्वपूर्ण अवधारणाओं को दर्शाता है:

• स्ट्रीमिंग सपोर्ट: हम client.messages.stream() का उपयोग करते हैं, client.messages.create() के बजाय, ताकि Claude के काम करते समय वास्तविक-समय फीडबैक मिले।
• ईवेंट हैंडलिंग: स्ट्रीमिंग API अलग-अलग प्रकार के ईवेंट भेजता है:
• content_block_start: जब Claude टेक्स्ट लिखना शुरू करता है या कोई टूल उपयोग करता है
• content_block_delta: जब कंटेंट जनरेट हो रहा होता है
• content_block_stop: जब कोई कंटेंट ब्लॉक पूरा हो जाता है
• message_delta: जब पूरा संदेश तैयार हो जाता है
• टूल स्पेसिफिकेशन: हम tools ऐरे में कोड निष्पादन टूल को सटीक टाइप "code_execution_20250522" के साथ शामिल करते हैं।
• संरचित प्रॉम्प्टिंग: हमारा प्रॉम्प्ट स्पष्ट रूप से Claude को कोड निष्पादन का उपयोग करने और किसी भी विज़ुअलाइज़ेशन को सहेजने के लिए निर्देश देता है।

चरण 4: स्ट्रीमिंग कोड निष्पादन के साथ गणित समस्याएँ हल करें

जब Claude कोड निष्पादन के दौरान फ़ाइलें बनाता है (जैसे matplotlib प्लॉट्स), हमें उनके फ़ाइल IDs निकालकर उन्हें लोकल डाउनलोड करना होगा।

फ़ाइल एक्सट्रैक्शन मेथड प्रतिक्रिया संरचना के माध्यम से नेविगेट करता है:

def extract_files_from_response(self, response) -> List[str]:
   """Extract file IDs from Claude's response."""
   file_ids = []

   for item in response.content:
       if item.type == "code_execution_tool_result":
           content_item = item.content
          
           if isinstance(content_item, dict):
               if content_item.get("type") == "code_execution_result":
                   content_list = content_item.get("content", [])

फिर हम कंटेंट में फ़ाइल IDs खोजते हैं:

  for file_item in content_list:
                       if isinstance(file_item, dict) and "file_id" in file_item:
                           file_ids.append(file_item["file_id"])

   return file_ids

डाउनलोड प्रक्रिया फ़ाइलें प्राप्त करती है और उन्हें लोकल रूप से सहेजती है:

def download_files(self, file_ids: List[str]) -> List[str]:
   """Download files created by code execution to local storage."""
   downloaded_files = []

   for file_id in file_ids:
       try:
           # Get file metadata and download content
           file_metadata = self.client.beta.files.retrieve_metadata(file_id)
           filename = file_metadata.filename
          
           file_content = self.client.beta.files.download(file_id)
           local_path = self.images_dir / filename
           file_content.write_to_file(str(local_path))

हम डाउनलोड की गई फ़ाइलों को ट्रैक करते हैं और त्रुटियों को संभालते हैं:

downloaded_files.append(str(local_path))
           print(f"✅ Downloaded: {filename}")

       except Exception as e:
           print(f"❌ Error downloading file {file_id}: {e}")

   return downloaded_files

• फ़ाइल एक्सट्रैक्शन लॉजिक: extract_files_from_response() मेथड प्रतिक्रिया संरचना में नेविगेट करके फ़ाइल IDs ढूंढता है। कोड निष्पादन परिणाम एक विशेष फ़ॉर्मैट में नेस्टेड होते हैं जहाँ फ़ाइलें content ऐरे में दिखाई देती हैं।
• फ़ाइल डाउनलोड प्रक्रिया: download_files() मेथड:
• हर फ़ाइल का मेटाडेटा (मूल फ़ाइलनाम सहित) प्राप्त करता है
• Files API का उपयोग करके फ़ाइल कंटेंट डाउनलोड करता है
• फ़ाइलों को हमारी व्यवस्थित डायरेक्टरी संरचना में सहेजता है
• बाद में उपयोग के लिए लोकल फ़ाइल पथों की सूची लौटाता है